Apex Legends 游戏目标检测数据集 (YOLO) 数据集概览• 来源游戏《Apex Legends》实战截图采集• 检测类别allies友方、enemy敌方、tag标记/关键目标• 图片总量7,247 张训练集 5,139 / 验证集 1,425 / 测试集 683• 标注状态全部已标注即拿即用• 数据格式YOLO 格式支持按需转 VOC / COCO / TXT 等️ 类别说明类别 含义 典型形态allies 友方玩家/队友 同队角色模型、制服色 enemy 敌方玩家 敌对角色、交火目标 tag 游戏内标记物 ping 标记、死亡盒、关键点位标识 数据划分总规模7,247 张├── train/ 5,139 张 ████████████████████ 71%├── val/ 1,425 张 ██████ 20%└── test/ 683 张 ███ 9%训练/验证/测试已预划分好下载解压即可直接 yolo train 开跑。 适用场景方向 具体应用游戏 AI Bot 敌方识别 → 自瞄/避战决策、队友感知直播/赛事辅助 实时框选敌友、战术 overlay 叠加FPS 视觉研究 高速运动目标检测、小目标、遮挡场景游戏数据分析 战斗回放自动标注、热力图生成教学 Demo YOLO 入门练手数据集场景有趣、标注干净(https://i-blog.csdnimg.cn/direct/265635d2a23649f4b7a8bca1e816a77f.png) 配套资源可选• ✅ 训练代码完整 train.py data.yaml环境配置说明Python PyTorch Ultralytics YOLO• ✅ 可视化界面PyQt / Gradio 检测界面支持图片 视频 实时摄像头推理• ✅ 定制服务可扩容图片数、做数据增强Mosaic、色彩抖动、模拟不同画质、加类别、改分辨率 目录结构示例Apex-YOLO-Dataset/├── images/│ ├── train/ # 5,139 张│ ├── val/ # 1,425 张│ └── test/ # 683 张├── labels/│ ├── train/ # YOLO txt 标注│ ├── val/│ └── test/├── data.yaml # YOLO 配置文件nc3, names[allies,enemy,tag]└── demo_ui.py # 可选可视化检测界面 快速上手示例1. 克隆 YOLOv8pip install ultralytics2. 直接开训yolo detect train datadata.yaml modelyolov8n.pt epochs100 imgsz640# 3. 推理验证yolo detect predict modelruns/detect/train/weights/best.pt sourceimages/test⚠️ 注意事项• 本数据集为游戏画面截图仅限学术研究 / 个人学习 / 算法验证用途• 商用或接入线上游戏服务请自行评估合规风险• tag 类别在不同版本游戏中形态可能有差异ping / 死亡盒 / 补给标注以实际截图为准• 如需 Roboflow 原版 13k 规模版本训练 12,138 / 验证 1,006 / 测试 589也可另询 附加支持• 提供预训练权重YOLOv8-n/s/m 三档可选• 可提供 ONNX / TensorRT 导出脚本方便落地• 支持定制扩图、加类别如 weapon / supply 、模拟不同分辨率/画质让 AI 帮你看清战场 —— allies、enemy、tag一个都不漏。
